Zugl.: Aachen, Techn. Hochsch., Diss., 2007.

München, Techn. Universiẗat, Diss., 2007.

Erlangen-Nürnberg, Univ., Diss., 2009.

Fahr- und Verkehrssimulation sind neben Studien mit realen Fahrzeugen die gängigen Methoden der empirischen Verkehrswissenschaft. Während sich die Fahrsimulation mit dem Erleben und Verhalten von Fahrern beschäftigt, untersucht die Verkehrssimulation das gesamte Verkehrssystem. Der Bereich zwischen diesen Polen „Fahrer“ und „Verkehr“, in dem Fahrer aufeinander treffen und miteinander interagieren, ist angesichts der Bedeutung sozialer Prozesse für das Erleben und Verhalten ein wichtiger Aspekt. Allerdings wurde dieser Bereich in der Verkehrswissenschaft bisher nur unzureichend abgebildet. Auch in der Fahr- und Verkehrssimulation wurde dieser Aspekt bislang weitgehend vernachlässigt. Um diese Lücke zu schließen, wurde mit der Pulksimulation eine neue Versuchsumgebung entwickelt. Sie besteht aus miteinander vernetzten Fahrsimulatoren und ermöglicht es, Interaktionsfragestellungen zu untersuchen. Jedoch bringt die Anwendung der Pulksimulation neue Anforderungen an den Untersucher mit sich, die bei der Fahr- bzw. Verkehrssimulation nicht notwendig sind und für die Pulksimulation neu entwickelt werden müssen. Das Ziel der vorliegenden Arbeit ist, diese Methode zur Untersuchung verkehrspsychologischer Fragestellungen weiterzuentwickeln, zu prüfen und zu etablieren. In ersten Untersuchungsansätzen werden in acht Teilstudien die grundlegenden methodischen Besonderheiten der Pulksimulation am Beispiel des Folgefahrens und des Kreuzens betrachtet. Hierbei wird auch stets der Vergleich zu den bisher genutzten Versuchsumgebungen Einzelfahrsimulation und Verkehrssimulation gezogen. Folgende Fragstellungen wurden im Rahmen dessen beantwortet: (1) Wie unterscheidet sich eine Pulkfahrt von einer Einzelfahrt? (2) Welchen Einfluss haben nachfolgende Fahrzeuge im Pulk? (3) Welche Effekte haben Positionierungen im Pulk? (4) Wie unterscheiden sich reale Fahrer und Modelle im Pulk? (5) Wie wirkt sich die Einführung einer Nebenaufgabe auf den Pulk aus? (6) Wie wirken sich verschiedene Abstandsinstruktionen aus? (7) Mit welchen Parametern kann der Pulk beschrieben werden? (8) Wie kann das Verhalten des Pulks an Kreuzungen untersucht werden? Schließlich werden zwei Anwendungsbeispiele der Pulksimulation zu aktuell relevanten Themen aufgezeigt. In der ersten Untersuchung wird ein Gefahrenwarner evaluiert, der vor Bremsungen vorausfahrender Fahrzeuge warnt. Während Fahrer direkt hinter dem bremsenden Fahrzeug vom System nicht profitieren, steigt der Nutzen des Systems mit zunehmender Positionierung im Pulk an. In einer zweiten Studie wird ein Ampelphasenassistent untersucht. Dieser informiert den Fahrer während der Annäherung an eine Ampel über die optimale Geschwindigkeit, mit der diese Ampel ohne Halt bei Grün durchfahren werden kann. Um die Auswirkungen des Systems auf den nicht-assistierten Umgebungsverkehr bestimmen zu können, werden verschiedene Ausstattungsraten innerhalb des Pulks eingeführt. Mit diesem Untersuchungsansatz können gleichzeitig Effekte des Systems auf die assistierten Fahrer (z. B. Befolgungsverhalten), die nicht-assistierten Fahrer (z. B. Ärger) sowie das Verkehrssystem (z. B. Verkehrsfluss) bestimmt werden. Der Ampelphasenassistent resultiert in einem ökonomischeren Fahrverhalten der assistierten Fahrer, erhöht aber gleichzeitig in gemischten Ausstattungsraten den Ärger der nicht-assistierten Fahrer im Verkehrssystem. Erst bei Vollausstattung entwickelt sich dieser negative Effekt zurück. Die in den Anwendungsbeispielen berichteten Phänomene sind durch Untersuchungen in einer Einzelfahrsimulation oder Verkehrssimulation nicht beobachtbar. Insbesondere für die Untersuchung von Fragen, in denen soziale Interaktionen mit anderen Fahrern eine Rolle spielen, zeichnet sich die Pulksimulation in besonderer Weise aus. Hierfür liefert die Anwendung in der Pulksimulation zusätzliche Informationen und zeigt somit, dass die Pulksimulation das Methodeninventar in der Verkehrswissenschaft effektiv ergänzt. Sie stellt zum einen eine Erweiterung der Fahrsimulation um den Faktor „Verkehr“ und zum anderen eine Erweiterung der Verkehrssimulation um den Faktor „Mensch“ dar und wird so zu einem zentralen Bindeglied beider Versuchsumgebungen. Darüber hinaus erlaubt die Pulksimulation die Modellierung von Interaktionsverhalten im Straßenverkehr, was bisher nicht bzw. nur unter größtem Aufwand realisierbar war. Hierdurch können die Modelle der Fahr- und Verkehrssimulation weiterentwickelt werden. Mit den in dieser Arbeit neu entworfenen Parametern werden Kenngrößen zur Verfügung gestellt, die Variationen bezüglich Quer- und Längsführung auch auf Ebene des Pulks abbilden können. Weitere neu entwickelte Parameter sind in der Lage, Interaktionen über den Zeitverlauf zu beschreiben. Diese Parameter sind notwendig für den Einsatz der Pulksimulation in zukünftigen Untersuchungen. Zusammenfassend wurde in der vorliegenden Arbeit die Methodik der Pulksimulation für den gesamten Anwendungsprozess von der Fragestellung bis hin zur Interpretation der Ergebnisse weiterentwickelt. Der Mehrwert dieser Methode wurde an aktuellen und bisher nicht untersuchbaren Fragestellungen belegt und somit die Validität der Pulksimulation gestärkt. Die vorgestellten Untersuchungen zeigen das große Potenzial der Pulksimulation zur Bearbeitung von Fragen, die auf der Interaktion verschiedener Verkehrsteilnehmer basieren. Hierdurch wird erstmals die Möglichkeit geschaffen, soziale Interaktionen über den Zeitverlauf in die Fahrermodelle der Verkehrssimulation zu integrieren. Damit ist der Brückenschlag von der Fahr- zur Verkehrssimulation gelungen. / Beside studies in real traffic, driving simulation and traffic simulation are the most common methods in traffic sciences. Driving simulation deals with mental functions and behavior of drivers. Traffic simulation analyzes the whole traffic system. Between these poles “driver” and “traffic”, several drivers meet each other and interact. These interactions are a significant aspect due to the importance of social effects regarding mental functions and behavior. However, interactions are displayed insufficiently in driving simulation and traffic simulation. The multi-driver simulation is a new tool to fill in this gap. It consists of several driving simulators which are connected. The connection enables to investigate interactions in traffic. However, using a multi-driver simulation emerges new requirements which are not necessary in driving simulation or traffic simulation. Therefore, this work aims at developing and testing a new methodology for the multi-driver simulation. First, eight studies investigate the basic methodological specialties of the multi-driver simulation on the example of car following (i.e. driving in a platoon) and intersecting. These results are compared always with driving simulation and traffic simulation. In this section, the following issues are addressed: (1) What are the differences between driving alone and driving in a platoon? (2) What is the effect of succeeding vehicles while driving in a platoon? (3) What is the effect of the position in a platoon? (4) What are the differences between real drivers and models in driving in a platoon? (5) What is the effect of a secondary task while driving in a platoon? (6) What is the effect of different car following instructions? (7) What are parameters to describe a platoon? (8) How it is possible to analyze driving behavior at intersections? The next chapter of the work shows two application examples for the multi-driver simulation. The first study evaluates a hazard warning system which warns of braking maneuvers of preceding drivers. Drivers straight behind the braking vehicle do not benefit from the system. Instead, the gain of the system increases with the position of the driver in the platoon. The second study investigates a traffic light assistant. While approaching a traffic light, this system informs the driver about the optimal speed to pass while the lights are green. Various penetration rates are realized to analyze the effect of the system on the non-equipped surrounding traffic. By means of this study design, system effects can be determined on assisted drivers (e.g. system usage), on non-assisted drivers (e.g. annoyance) and on the whole traffic system (e.g. traffic flow). On the one hand, assisted drivers show a higher economic driving behavior. One the other hand, non-assisted drivers are annoyed in a higher extent in mixed penetration rates. This negative effect decreases in a 100% penetration rate. The application examples show effects which cannot be investigated with driving simulation or traffic simulation. In particular, research questions concerning social interactions between drivers can be investigated in the multi-driver simulation. Therefore, the multi-driver simulation is a useful supplement for the methodology in traffic psychology: On the one hand, it enhances driving simulation with the factor “traffic”. On the other side, it enhances the traffic simulation with the factor “human”. Therefore, the multi-driver simulation becomes the link between these methods. Additionally, the multi-driver simulation enables modelling of interactions in traffic which is not possible with other methods. These new interaction models are able to enhance driving simulation and traffic simulation. In this work, several parameters were developed to describe lateral and longitudinal control of a group of drivers. Further parameters can describe interactions between drivers. These parameters are necessary for the application of the multi-driver simulation in future research. To sum up, this work developed a methodology for the multi-driver simulation. The added value was demonstrated in relevant application examples which cannot be investigated with other methods. The studies show a high potential of the multi-driver simulation in research issues which address interactions between several drivers. By means of this method, social interactions can be integrated in the driver models of traffic simulation. This enables the link between driving simulation and traffic simulation.

Driving simulators are powerful research tools. Countless simulator studies have contributed to traffic safety over the last decades. Constant improvements in simulator technology call for a measureable scale to assess driving simulators with regard to their utility in human factors research. A promising psychological construct to do so is presence. It is commonly defined as the feeling of being located in a remote or virtual environment that seems to be real. Another aspect of presence describes the ability to act there successfully. The main aim of this thesis is to develop a presence model dedicated to the application in driving simulators. Established models have been combined and extended in order to gain a comprehensive model of presence that allows understanding its emergence and deriving recommendations on how to design or improve driving simulators. The five studies presented in this thesis investigate specific postulated model components and their interactions. All studies deal with motorcycling or a motorcycle riding simulator as exemplary field of application. The first study used a speed estimation task to investigate the contribution of different sensory cues to presence. While visualization plays a particularly important role, further improvements could be achieved by adding more consistent sensory stimuli to the virtual environment. Auditory, proprioceptive and vestibular cues have been subject to investigation. In the second study, the speed production method was applied. It confirmed the positive contribution of action to presence as predicted by psychocybernetic models. The third study dealt with the effect of training on presence. Hence, no positive effect was observed. The fourth study aimed at replicating previous findings on sensory fidelity and diversity in a more complex riding situation than only longitudinal vehicle control. The riders had to cross an unexpectedly appearing deep pit with the virtual motorcycle. The contribution of more consistent sensory stimulation on presence was successfully shown in this scenario, too. The final study was a real riding experiment that delivered reference values for the speed estimation capabilities of motorcycle riders. Besides higher variations in the simulator data, the general speed estimation performance was on a comparable level. Different measures, such as subjective ratings, behavioral responses, performance, and physiological reactions, have been applied as presence indicators. These studies’ findings deliver evidence for the meaningful application of the proposed presence model in driving simulator settings. The results suggest that presence can be interpreted as a quality measure for perception in virtual environments. In line with psychocybernetic models, taking action, which is seen as controlling perception, enhances this quality even further. Describing the psychological construct of presence in a theoretical framework that takes the diversity of perception and action in driving simulator settings into account closes a gap in traffic psychological research. / Fahrsimulatoren sind leistungsfähige Forschungsinstrumente. Seit einigen Jahrzehnten konnte mit unzähligen Simulatorstudien zur Verkehrssicherheit beigetragen werden. Stetige Weiterentwicklungen der Simulatortechnologie machen einen Maßstab erforderlich, der es erlaubt, Fahrsimulatoren hinsichtlich ihrer Nützlichkeit für verkehrspsychologische Fragestellungen zu bewerten. Ein vielversprechendes in der Psychologie verwendetes Konstrukt ist Präsenz. Für gewöhnlich wird Präsenz als das Gefühl definiert, sich in einer entfernten bzw. virtuellen Umwelt zu befinden, die als real wahrgenommen wird. Ein weiterer Aspekt von Präsenz beschreibt die Fähigkeit in dieser Welt erfolgreich zu handeln. Das Ziel der vorliegenden Arbeit ist es, ein Präsenzmodell für die Anwendung im Fahrsimulatorbereich zu entwickeln. Dafür werden bereits etablierte Präsenzmodelle aufgegriffen, kombiniert und um bestimmte Komponenten erweitert. Dies zielt darauf ab ein umfassendes Präsenzmodell zu etablieren, welches einerseits einen Erklärungsansatz zur Entstehung von Präsenz liefert und andererseits erlaubt, Gestaltungsempfehlungen für Fahrsimulatoren abzuleiten. Die fünf Experimente dieser Arbeit untersuchen spezifische Modellkomponenten und deren Zusammenspiel. Alle Studien befassen sich mit dem Motorradfahren bzw. einem Motorradfahrsimulator als exemplarisches Anwendungsfeld. Die erste Studie verwendete ein Schätzverfahren für Geschwindigkeiten, um den Beitrag verschiedener Sinnesreize zu Präsenz zu untersuchen. Während der Visualisierung eine besondere Rolle zukommt, konnte die Präsenz durch die Hinzunahme weiterer sensorischer Stimuli in der virtuellen Welt noch gesteigert werden. Dabei wurden auditive, propriozeptive und vestibuläre Reize betrachtet. In der zweiten Studie wurde die Geschwindigkeitswahrnehmung mit Hilfe des Herstellungsverfahrens untersucht. Wie durch psychokybernetische Modelle vorhergesagt, hat sich die positive Auswirkung aktiven Handelns in der virtuellen Welt auf Präsenz bestätigt. Die dritte Studie befasste sich mit den Auswirkungen von Training auf Präsenz. Hier konnte jedoch kein positiver Zusammenhang festgestellt werden. Die vierte Studie zielte darauf ab, im Vorfeld gewonnene Erkenntnisse zur Vielfalt sensorischer Reize zu replizieren. Anstelle reiner Fahrzeuglängsregulation galt es, eine komplexere Fahrsituation zu bewältigen. Die Probanden mussten dabei mit ihrem virtuellen Motorrad einen unerwartet auftretenden tiefen Graben durchqueren. Der Beitrag vielfältiger sensorischer Stimulation auf Präsenz konnte auch in diesem Szenario erfolgreich gezeigt werden. Bei der letzten Studie handelte es sich um eine Realfahruntersuchung, die Referenzwerte zur Einordnung der Geschwindigkeitswahrnehmung im Motorradfahrsimulator lieferte. Außer höheren Schwankungen der Schätzwerte im Fahrsimulator bewegte sich die Güte der Schätzungen im Mittel auf einem vergleichbaren Niveau. Zur Messung von Präsenz wurden Befragungsdaten, Verhaltensmaße, Leistung und physiologische Reaktionen als Indikatoren herangezogen. Die Ergebnisse der Studien belegen die sinnvolle Anwendbarkeit des vorgeschlagenen Präsenzmodells in der Fahrsimulation. Darüber hinaus zeigt sich, dass Präsenz als ein Gütemaß für Wahrnehmung in virtuellen Welten interpretiert werden kann. Psychokybernetischen Modellen folgend kann diese Qualität durch Handeln, welches als Kontrolle der Wahrnehmung gesehen wird, noch weiter gesteigert werden. Durch die Integration des psychologischen Präsenzkonstrukts in ein Rahmenmodell, welches der Vielfalt von Wahrnehmung und Handlung in Fahrsimulatoren Rechnung trägt, konnte eine Lücke in der verkehrspsychologischen Forschung geschlossen werden.

In der Arbeit wird ein neues Konzept für Fahrsimulator-Datenbasen vorgestellt. Der Anwender entwirft eine auf seine Fragestellung zugeschnittene Datenbasis mithilfe einer einfachen Skriptsprache. Das Straßennetzwerk wird auf einer topologischen Ebene repäsentiert. In jedem Simulationsschritt wird hieraus im Sichtbarkeitsbereich des Fahrers die geometrische Repäsentation berechnet. Die für den Fahrer unsichtbaren Teile des Straßenetzwerks können während der Simulation verändert werden. Diese Veränderungen können von der Route des Fahrers oder von den in der Simulation erhobenen Messerten abhängen. Zudem kann der Anwender das Straßennetzwerk interaktiv verändern. Das vorgestellte Konzept bietet zahlreiche Möglichkeiten zur Erzeugung reproduzierbarer Szenarien für Experimente in Fahrsimulatoren. / This work presents a new concept for driving simulator databases. Using a simple scripting language the user defines a database tailored for his experiment. The road network is represented in a topological way. Through this the geometrical representation is computed during the simulation in a small area surrounding the driver, including all that is visible for the driver. The parts of the road network that are not visible for the driver can be changed during simulation. This modification can depend on the route the driver takes or on measures available in the simulation. Moreover, the user can change the road network interactively. The presented concept offers various advantages for the design of reproducible scenarios in driving simulators.

Zugl.: Aachen, Techn. Hochsch., Diss.

Zugl.: Karlsruhe, Univ., Diss., 2006

Universiẗat, Diss., 2003--Würzburg.

Zugl.: Erlangen, Nürnberg, Univ., Diss., 2007